MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept.

2007

MEDICIONES PARA SEIS SIGMA

H. Hernndez / P. Reyes

Septiembre de 2007

Pgina 1 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

CONTENIDO

1. Introduccin

2. Clculo de las sigmas de un proceso con base al rendimiento

3. Variacin a largo plazo versus corto plazo

4. Clculo de Sigma en Excel y Minitab

Pgina 2 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Mediciones para seis sigma

1. Introduccin
Este artculo proporciona un panorama general de las mtricas
utilizadas en Seis Sigma, el objetivo es tener las mejores tcnicas
de clculo apropiadas para una situacin determinada.

La mejora de las mtricas pueden tener un impacto significativo en

los resultados del negocio, al reducir la oportunidad de tener
defectos.

Es de suma importancia medir la capacidad del proceso en trminos

cuantificables y monitorear las mejoras a travs del tiempo.

Sigma es una letra del alfabeto griego usada para representar la

distribucin o dispersin alrededor de la media de cualquier proceso.

Seis Sigma es una filosofa de administracin enfocada a la

mejora de los procesos, mantenindolos en el valor objetivo y
reduciendo la variacin.

1 a. Definiciones bsicas1:

Unidad (U): Es un artculo producido o procesado disponible para

evaluacin contra un criterio o estndar predeterminado, .
Defecto (D): Cualquier evento que no cumpla la especificacin de
un CTQ o cuando una caracterstica no cumple con el estndar.
Falla: resulta cuando una caracterstica no tiene el desempeo
estndar.
Error: resulta cuando una accin no cumple con el estndar.
Defectuoso: Una unidad que tiene uno o ms defectos.

1
Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999

Pgina 3 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Defectos por unidad (DPU): Es la cantidad de defectos en un

producto
D
DPU
U
Oportunidad de defectos (O): Cualquier caracterstica que pueda
medirse y de una oportunidad de no satisfacer un requisito del
cliente.
Las necesidades vitales del cliente se traducen en Caractersticas
Crticas para la Satisfaccin (CTS),
Estas a su vez se traducen a Caractersticas Crticas para la Calidad,
Entrega y Costo (CTQs, CTDs y CTCs) las cuales tienen impacto en las
CTSs.
Las Caractersticas Crticas para el Proceso (CTPs), tienen impacto en
las CTQs, CTDs o CTCs y son Oportunidades para control
Defectos por oportunidad (DPO):
D
DPO
U O
Defectos por milln de oportunidades (DPMO): Es el nmero de
defectos encontrados en cada milln de unidades.

Capacidad del proceso:

Rendimiento estndar o de primera pasada YFT: Es el porcentaje de
producto sin defectos antes de realizar una revisin del trabajo
efectuado.

Rendimiento al final o de lnea final Y LT: Es el porcentaje de producto

sin defectos despus de realizar la revisin del trabajo. Es el
rendimiento despus de la inspeccin la prueba. Excluye el
retrabajo y el desperdicio Siempre ser mayor al Yrt. Slo observa la
calidad del producto terminado.

Rendimiento total de produccin o rendimiento estndar Yrt: es el

rendimiento real a travs de todos los procesos productivos sin

Pgina 4 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

reproceso o reparacin. Se obtiene multiplicando los rendimientos

individuales de cada proceso (Yrt = Y1 * Y2 * Y3 **Yn).

Es la probabilidad de que una unidad pase por todos los pasos con 0
defectos. Si informa sobre la complejidad del proceso en donde

YRT = Y 1 x Y2 x.......x Yn
YRT = e -DPU

donde:

DPU = defectos por unidad

n = nmero de pasos en el proceso
Yn = rendimiento del paso de proceso n

Pgina 5 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

2. Clculo de las Sigmas de un proceso.

Ejemplo 1

Un proceso de manufactura de mesas para telfono tiene cuatro

subprocesos: fabricacin de patas, bastidor, cubierta y pintura. Se
toman los datos de 1510 mesas fabricadas y se observa la siguiente
informacin. Calcule el Sigma del proceso.

Subproceso Defectos Oportunidades/

Unidad
Patas 212 17
Bastidor 545 5
Cubierta 71 9
Pintura 54 1
Totales: 882 32

Nmero de unidades procesadas = 1510

Nmero total de defectos = 882
D 882
Defectos por oportunidad (DPO) = .0182
N O 1510 32

Pgina 6 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

DPMO = .0182 X 1,000,000=18,253

De la tabla de conversin de sigma (al final del artculo)

determinamos el valor que ms se acerca a 18,253 siendo este:
sigma = 3.6

Ejemplos adicionales: Defectos en CTQs, unidades y

oportunidades

Ejemplo de Call Center

Queja del cliente: Siempre debo esperar mucho tiempo al
ejecutivo.
Nombre del CTQ: Respuesta del ejecutivo
Medicin del CTQ: Tiempo de espera en segundos
Especificacin del CTQ: menor a 60 segundos desde la
conexin al sistema automtico de respuesta.
Defecto: Llamadas con tiempo de espera iguales o mayors a 60
segundos.
Unidad: Llamada
Oportunidad: 1 por llamada

Calcular la sigma:

Defectos: 263 calls

Unidades: 21,501 llamadas
Oportunidades: 1 por llamada
Sigma: 3.75

Ejemplo de un editor de libros

Queja del cliente: Algunas palabras no se pueden leer en los
libros.
Nombre del CTQ: Calidad tipogrfica

Pgina 7 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Medicin del CTQ: Nmero de errores tipogrficos.

Especificacin del CTQ: Cero errores tipogrficso
Defecto: Cualquier error tipogrfico
Unidad: Una palabra
Oportunidad: palabras errneas por libro

Calculalar el valor de Sigma:

Defectos: 2 errores tipogrficos

Unidades: 100,000 (500 palabras / pgina x 200 pginas / libro)
Oportunidades: 1 por palabra
Sigma: 5.61

Area: Fabricacin de tarjetas electrnicas

Queja del cliente: La tarjeta debe funcionar cuando se enchufa
Nombre del CTQ: Funcionalidad de la tarjeta
Medicin del CTQ: Tarjetas sin funcionar o con defecto de
funcionamiento
Especificacin del CTQ: Todas las tarjetas deben funcionar bien
Defecto: Una tarjeta que no funcione o funcione mal
Unidad: Una tarjeta
Oportunidad: Nmero total de partes y puntos de soldadura

Calcular el nivel de sigmas:

Defectos: 18 tarjetas
Unidades: 1,000 tarjetas
Oportunidades: 58 (1 plac + 13 resistores + 4 capacitores + 2
diodos + 38 puntos de soldadura)
Sigma: 4.92

Rendimiento de primera pasada (YFT) y lnea final (YLP)

Pgina 8 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Los resultados y el nmero de defectos pueden medirse antes o

despus de que se detecten, corrijan o revisen los defectos. Los
resultados se miden en % y el nmero de efectos en defectos por
oportunidad (DPO) o defectos por milln de oportunidades (DPMO).

Observemos la siguiente figura:

SUBPROCESO

N articulos con
cero defectos Trabajo Hay D1 defectos Revisar el trabajo Subsisten D2 defectos

YFP YLP

En este subproceso podemos observar la entrada de N artculos con

cero defectos, se realiza un trabajo en el cual hay D1 defectos,
resultando el rendimiento de primera pasada (Y FP), despus se revisa
el trabajo y al final subsisten D2 defectos, siendo este el rendimiento
de la lnea final (YLP). El rendimiento total de produccin Yrt = Yfp *
Ylf.

Ejemplo 2

Una planta de productos alimenticios empaca cierto tipo de quesos

en una de sus lneas. La produccin en un turno es de 5,000
unidades. Existen 3 oportunidades de defecto en cada unidad:

- Mal sellado del empaque

- Producto maltratado
- Empaque roto

Pgina 9 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Se encontraron 64 defectos, de los cuales 14 se encontraron antes

de ser enviados a la lnea de empaque final, despus de esto 50
defectos todava subsisten. Se pide calcular YFP y YLP.

Rendimiento de Primera pasada YFP

64
DPO .0042
5000 3

DPMO = .0042 X 1,000,000 = 4,266.66

YFP = 1-.0042 = .9958 = 99.58%

Rendimiento de Lnea final YLP

50
DPO .0033
5000 3

DPMO 3,333.33

YLP = 1- .0033 = .9967= 99.67%

Observamos que el rendimiento de lnea final es mayor que el

rendimiento de primera pasada.

Rendimiento real o estndar (YRT)

Mide la probabilidad de pasar por todos los subprocesos sin un

defecto = El producto del resultado de cada paso:
YFP1 YFP2 YFP3 ......YFPn

Rendimiento sensible a pasos y defectos en los pasos.

Ejemplo 3:

Pgina 10 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Un proceso con cinco subprocesos tienen los rendimientos

siguientes de throughput: 0.98, 0.93, 0.95, 0.98 y 0.94. El
Rendimiento Estndar YRT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976,
es la probabilidad de que el producto pase sin error.

Rendimiento Normal (YN)

Debido a que cada paso de un proceso tendr su propio nivel sigma,

cmo podemos encontrar un promedio de nivel sigma de todo el
proceso? Este promedio de nivel sigma podra ser prctico. Para
comparar procesos de diferentes complejidades.

Se utiliza el Rendimiento promedio normalizado o YNA para

encontrar este promedio de nivel sigma.

YNA = (YRT)1 / #Pasos

En donde YRT es el rendimiento de produccin estndar y #Pasos es

el nmero de pasos del proceso

El rendimiento normal mide el promedio de rendimientos por los

pasos del proceso.

Es el promedio exponencial basado en el nmero de pasos del

proceso, no es un promedio aritmtico.

YN n YRT , donde n es igual al nmero de pasos en el proceso.

Ejemplo 5

En un proceso con 3 pasos tenemos los siguientes YFT:

Paso 1: 80%
Paso 2: 70%

Pgina 11 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Paso 3: 90%

Calcular YN

Primero calculamos YRT = .504

YN n YRT 3 .504 79.6%

Nota: El rendimiento Normal es el promedio del rendimiento del

proceso. Sigma es calculado a partir de un rendimiento Normalizado.

3. Variacin a largo plazo vs. corto plazo (Z-Value)

Largo plazo: son los datos tomados durante un periodo de tiempo

suficientemente largo y en condiciones suficientemente diversas
para que sea probable que el proceso sufra algunos cambios y otras
causas especiales.

Corto plazo: datos recogidos durante un periodo de tiempo

suficientemente corto para que sea improbable que haya cambios y
otras causas especiales.

Para el clculo de datos a largo plazo a partir de datos a corto plazo

restamos 1.5, debido a los desplazamientos que sufre la media
debido al cambio natural en los procesos.

ZST = ZLT+1.5
ZBenchmark = ZYN+1.5

Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal

Pgina 12 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Sigma del proceso negativa

La sigma del proceso no es la misma que la desviacin estndar de
la muestra S, ms bien es un valor de Z modificado. Un valor
negativo en las Z (modificado) sigmas del proceso, indica que la
mayora del producto o servicio est fuera del rango de
especificaciones.

EJEMPLO 6

Un proceso tiene un YRT = .38057 con 10 operaciones. Determine Y N

y Zbenchmark

YN 10 .38057 .9079

Z benchmark = .9079+1.5= 2.4079

4. Clculo de sigma en Excel y Minitab

a. Calculo de Sigma en Excel

La sigma del proceso que es la sigma a corto plazo Zst se determina

como sigue:

METODO 1:

1. El rendimiento es igual a Yrt = 1 DPU o Yrt = 1 D / DPO

2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

Pgina 13 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

METODO 2:

1. Se determina Zlie y Zlse en base a las especificaciones

2. Se determina la fraccin defectiva P(Zlie) y P(Zlse)

3. Con P(Zlie) = distr.norm.estand.inv(Zlie) y P(Zlse) =

distr.norm.estand.inv(-Zlse)

4. La fraccin defectiva total es P(Zt) = P(Zlie) + P(Zlse)

5. El rendimiento se determina con Yrt = 1 P(Zt)

6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

b. Clculo de Sigma con MINITAB

1. La Z sigmas del proceso a largo plazo en base al rendimiento se

determina como:
Calc > Probability Distributions > Normal
Seleccionar Inverse Cumulative probability Mean 0.0
Estndar deviation 1
Input constant valor de Yrt OK, se obtiene la Zlt de largo
plazo.

2. La Z del proceso se determina con Zst = Zlt + 1.5

Ejemplo 7

En una fbrica de plsticos, se producen unos contenedores propios

para alimentos.

Pgina 14 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

En un lote de produccin de 10,000 unidades se encuentran 125

artculos defectuosos, la oportunidad de cometer un defecto es 3.
Calcule sigma y analice los resultados proporcionados.

Ejercicios adicionales

Ejercicio A1. Determinar la capacidad en Sigmas del proceso con los

datos siguientes:

Producto E
Unidades 10000
Defectos 435
Oportunidade
s 4
para defectos
Media 21.2
Desviacin 3.7
estndar
Lmites de LIE=12
especificacin LSE=30

a) Utilizando el rendimiento Yrt

Rendimiento Yrt = 0.989125
Z sigmas = 3.794705629 (Corto plazo)
DPMO = 10875

b) Utilizando la distribucin normal

Rendimiento Yrt = 0.984855
Z sigmas = 3.87838 (Corto plazo)
Zi = -2.486486486 0.00645
Zs = 2.378378378 1-0.99131
DPMO = 15145

Ejercicio A2 Determinar lo siguiente con una muestra de datos

siguientes: Asumir un lmite superior de especificacin LSE = 35
Datos
26
26
30

Pgina 15 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

31
25
23
30
32
29
27
26
26
32
29
32

a) Realizar una prueba de normalidad con los mtodos

de Anderson Darling y Grfica de probabilidad normal

Pgina 16 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

b) Media = 28.26666667

c) Desv. Estndar = 2.890048607

f) Z lt = 2.32983394

d) Rendimiento = 0.990092535

e) Capacidad en Z sigmas = 3.82983394

f) DPMOs equivalentes = 64.11488109

Ejercicio A3 Determinar la capacidad en sigmas, DPMOs y Zbenchmarking

del proceso siguiente:

Paso 1 Paso 2 Paso 3 Paso 4

300 300 300 300 Unidades
Oportunidades para
6 3 5 2 defecto
200 40 120 40 Defectos
89% 96% 92% 93% Rendimiento
11 4 8 7 Defectos / Unidad

a) Rendimiento en funcin del total de defectos vs total de

oportunidades para defecto: 1.67%

Pgina 17 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

b) Capacidad del proceso en Z sigmas 2.883 (Corto plazo)

c) DPMO equivalentes = 1969.57

d) Rendimiento en base a los rendimientos 2.93%

individuales (Throughput)

e) Capacidad del proceso en Z sigmas, 2.111 (Corto Plazo)

es mejor este mtodo vs el de b?
El resultado muestra un Nivel sigma menor

f) DPMOs equivalente 17394.41

g) Defectos por unidad = 0.1007

h) Rendimiento en base a defectos por unidad = 0.904

i) Rendimiento estandarizado = Yrt.norm. = Yna = 0.9241

i) Z benchmark = 0.8223

Ejercicio A4. En el departamento de compras se realizan 800

pedidos, cada uno tiene 20 CTQ:
Los pedidos sin errores son 700:
Pedidos 800
Sin errores 700
CTQ = 20

a) Determinar el rendimiento del proceso 87.5%

b) Determinar la tasa de defectos 12.5%

c) Determinar la tasa de defectos por cada CTQ 0.625%

Pgina 18 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

d) Determinar Defectos por Milln de Oportunidades 6250

e) Determinar la capacidad del proceso en Z sigmas 2.65

Pgina 19 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Tablas de mtodos,
Sigmas y normal

Pgina 20 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Pgina 21 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Pgina 22 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

TABLA DE CONVERSIN DE CAPACIDAD DEL PROCESO EN SIGMAS METODO 1

Pgina 23 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Pgina 24 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Pgina 25 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 8.
a) Determinar el rea bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el rea bajo la curva de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el rea bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259

Pgina 26 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Pgina 27 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 9
a) Determinar el rea bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el rea bajo la curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el rea bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 0.8413 = 0.1369

Pgina 28 de 28